<mark id="oztn4"></mark>
0
| 本文作者： 李雨晨 | 2017-11-04 20:41 |
雷鋒網AI掘金志消息，安徽官方關于《支持“中國聲谷”建設若干政策實施細則》3日在“中國聲谷”政策細則解讀會上正式公布。《細則》中明確每年將配套8億元(人民幣，下同)專項資金，并設立總規模50億元的人工智能產業發展基金，用以吸引包括世界500強在內的國內外人工智能龍頭企業、創業團隊和人才。
“中國聲谷”是由中國工業和信息化部與安徽省政府共建的重點合作項目，位于合肥市高新區，是中國唯一定位于人工智能領域的國家級產業基地。截至今年7月，“中國聲谷”入園企業包括科大訊飛、華米科技在內已有100家。
為助推智能語音與人工智能產業的發展，《細則》明確了對引資引智引技項目的獎勵和補助。對引進國內外行業龍頭企業在“中國聲谷”建立研發中心或成立子公司，一次性給予企業最高200萬元落戶獎勵；對科研成果產業化項目，按其設備投資額的30%給予補助，最高3000萬元；對創業團隊給予一次性補助，最高30萬元。
雷鋒網AI掘金志消息，近日，在重慶舉行的2017中國全零售大會上，中國連鎖經營協會聯合多家已經落地運營無人值守商店的零售企業，正式發布了《無人值守商店運營指引》。這是目前國內首份針對無人值守商店運營規范與指導方面的指引。
這份《指引》以規范市場，引導和促進無人值守商店的良性健康發展，協助政府實現有效監管為目的，針對無人值守商店的運營特點，在商品管理、售后服務、數據信息管理、設施設備管理、店內安全和應急處理、選址等方面進行了規范和指導。在無人零售企業繽果盒子公關總監吳海宏看來，《指引》的公布，讓企業的進一步發展有規可依。
《指引》還特別關注了消費者們普遍關心的購物安全問題，將數據信息管理、店內安全、商品安全、食品安全、消防安全等列入文中，保障消費者安全的規范占了相當的篇幅。
據雷鋒網AI掘金志了解，11月3日下午，eWTP（電子世界貿易平臺）位于吉隆坡機場的中國境外首個超級物流樞紐正式奠基。同日， eWTP首期海外智能機器人倉庫在這里投入運行，這也是東南亞首個智能機器人倉庫。馬來西亞總理納吉布、阿里巴巴董事局主席馬云參觀了菜鳥智能機器人倉庫工作的過程。
eHub奠基的同時，菜鳥聯合Lazada、馬來西亞郵政設立的eWTP首期智能機器人倉庫也宣布已經投入運行。該項目位于吉隆坡機場一處航空樓。
菜鳥在這個倉庫內啟用了一批AGV機器人來完成揀貨作業，工作效率比人工模式提高了3倍。這是東南亞物流業首次迎來AGV機器人。菜鳥網絡總裁萬霖介紹，AGV 機器人在東南亞的運行只是一個開始，菜鳥已經把智能化和自動化作為基本配置納入eHub的前期規劃中。
菜鳥還牽頭與Lazada,、一達通共同打造了全新的eHub全球電商通關貿易服務平臺，并與馬來西亞數字自由貿易區建立了專門的對接窗口，能夠實現多種模式快速清關。
中小企業可以通過菜鳥與一達通聯合打造的SME一站式服務平臺獲得運費實時報價，快速在線下單，貿易便捷通關，貨物全程跟蹤的一站式服務。
eHub建成后，菜鳥也計劃引入智能集運、國際分撥等智能物流系統，進一步用技術加快實現“全球72小時必達”。
2017 年的雙 11 將有 4 億張人工智能海報由機器人設計。在 2016 年，魯班首次服務雙 11，制作了 1.7 億張商品展示廣告，商品的點擊率提升了 100%。如果全靠設計師人手來完成，假設每張圖需要耗時 20 分鐘，滿打滿算需要 100 個設計師連續做 300 年。
今年，魯班的設計水平顯著提升，目前已經學習百萬級的設計師創意內容，擁有演變出上億級的設計能力。此外，魯班已經實現一天制作 4000 萬張海報的能力，沒有一張會完全一樣。
2015 年“雙 11”后，阿里巴巴在內部發起了一個人工智能設計的項目，主要開發的產品就是“魯班”，后來該項目演變成為“阿里智能設計實驗室”。主要技術細節根據往期報道，體現在三個方面：
第一、圖像分割。用機器代替人類勞動，借助阿里搜索部門做圖像分割的算法團隊合作，便于處理商品“摳圖”的問題。
第二、將設計轉化為“數據”，利用機器將商品、文字和主題進行在線合成，結合設計師人工設計的風格模版進行嵌入。
第三、讓機器自己學會“設計”。設計師的人工設計只是初期，但為了日后讓“魯班”更好服務大眾，從 16 年 8 月份開始，團隊也著手引進圖像算法專家主導智能設計的算法框架。
科學家們發現了一種利用人工智能制作高分辨率照片的新方法，其結果令人印象深刻。在德國馬克斯·普朗克智能系統研究所的研究中，研究人員提出了一種新的方法來處理那些模糊的照片。
通常情況下，單圖像超級分辨率（SISR）軟件會通過增加額外的像素來進行像素級的重建，并在放大的圖像上對周圍的像素進行平均化處理。不幸的是，結果通常是模糊的。
EnhanceNet-PAT 是德國研究人員新的人工驅動的替代方案。通過機器學習，他們的軟件追求的是忠實的紋理合成。馬克斯·普朗克智能系統研究所的科學家 Mehdi M.S.Sajjadi 解釋了他們的新技術是如何工作的：
該算法給出了數以百萬計的低分辨率圖像，并將其放大。在跟高分辨率的原始照片進行比較之后，該算法能感知差異并從錯誤中學習。
盡管結果并不符合原版，但 EnhanceNet-PAT 想象出了一個高分辨率的圖像，并相應地為低分辨率圖像添加像素。熟能生巧，就像人一樣，一旦軟件被訓練出來，它就不再需要原始照片了。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
